期刊导航
期刊开放获取
唐山市科学技术情报研究..
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于LSTM-SVR模型的航空旅客出行指数预测
被引量:
13
1
作者
熊红林
冀和
+1 位作者
樊重俊
杨梦达
《系统管理学报》
CSSCI
CSCD
北大核心
2020年第6期1169-1176,共8页
航空旅客出行的情况对民用航空机场建设与运营具有重大意义。定义了一种航空旅客出行指数,运用机器学习方法对航空旅客出行指数进行预测,克服了单一预测模型精度的不足。提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航...
航空旅客出行的情况对民用航空机场建设与运营具有重大意义。定义了一种航空旅客出行指数,运用机器学习方法对航空旅客出行指数进行预测,克服了单一预测模型精度的不足。提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航空旅客出行指数组合预测模型,并对预测结果集进行聚类分析。以上海机场航空旅客数据为实证,验证了LSTM-SVR组合预测模型可行性与有效性,实验结果显示:LSTM-SVR组合预测模型较传统单一预测模型具有更高的精度;同时,LSTM-SVR组合预测模型与其他组合预测模型相比也有较明显优势。此外,基于K-均值算法对航空旅客出行指数进行聚类分析并给出评级,此举为机场运营管理及旅客出行提供一定的决策支持。
展开更多
关键词
航空旅客出行指数
机器学习
长短期记忆网络
支持向量回归
K-均值聚类
在线阅读
下载PDF
职称材料
基于MI-SVR模型的航空旅客出行指数预测方法研究
被引量:
9
2
作者
熊红林
朱人杰
+2 位作者
冀和
樊重俊
徐佩
《控制与决策》
EI
CSCD
北大核心
2021年第7期1619-1626,共8页
航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响...
航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MISVR(mutual information-support vector regression)机器学习预测模型;最后通过上海机场旅客出行指数预测实验对模型进行验证,实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明,相对仅基于历史数据进行独立预测,各模型基于互信息引入影响因子进行预测误差更小,研究结果有助于提升机场建设及运营管理水平,同时也可辅助人们选择通过民航交通方式出行的时段.
展开更多
关键词
机场运营管理
航空旅客出行指数
机器学习
互信息
支持向量回归
K-均值聚类
原文传递
题名
基于LSTM-SVR模型的航空旅客出行指数预测
被引量:
13
1
作者
熊红林
冀和
樊重俊
杨梦达
机构
上海理工大学管理学院
出处
《系统管理学报》
CSSCI
CSCD
北大核心
2020年第6期1169-1176,共8页
基金
国家自然科学基金资助项目(71774111)
上海市教育委员会科研创新重点基金资助项目(14ZZ131)。
文摘
航空旅客出行的情况对民用航空机场建设与运营具有重大意义。定义了一种航空旅客出行指数,运用机器学习方法对航空旅客出行指数进行预测,克服了单一预测模型精度的不足。提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航空旅客出行指数组合预测模型,并对预测结果集进行聚类分析。以上海机场航空旅客数据为实证,验证了LSTM-SVR组合预测模型可行性与有效性,实验结果显示:LSTM-SVR组合预测模型较传统单一预测模型具有更高的精度;同时,LSTM-SVR组合预测模型与其他组合预测模型相比也有较明显优势。此外,基于K-均值算法对航空旅客出行指数进行聚类分析并给出评级,此举为机场运营管理及旅客出行提供一定的决策支持。
关键词
航空旅客出行指数
机器学习
长短期记忆网络
支持向量回归
K-均值聚类
Keywords
travel index of air passengers
machine learning
long short-term memory(LSTM)
support vector regression(SVR)
K-means
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于MI-SVR模型的航空旅客出行指数预测方法研究
被引量:
9
2
作者
熊红林
朱人杰
冀和
樊重俊
徐佩
机构
上海理工大学管理学院
同济大学附属东方医院运营管理部
出处
《控制与决策》
EI
CSCD
北大核心
2021年第7期1619-1626,共8页
基金
国家自然科学基金项目(71774111)
上海市教育委员会科研创新重点基金项目(14ZZ131)。
文摘
航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MISVR(mutual information-support vector regression)机器学习预测模型;最后通过上海机场旅客出行指数预测实验对模型进行验证,实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明,相对仅基于历史数据进行独立预测,各模型基于互信息引入影响因子进行预测误差更小,研究结果有助于提升机场建设及运营管理水平,同时也可辅助人们选择通过民航交通方式出行的时段.
关键词
机场运营管理
航空旅客出行指数
机器学习
互信息
支持向量回归
K-均值聚类
Keywords
airport operation and management
air passenger index
machine learning
mutual information
support vector regression
K-means
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于LSTM-SVR模型的航空旅客出行指数预测
熊红林
冀和
樊重俊
杨梦达
《系统管理学报》
CSSCI
CSCD
北大核心
2020
13
在线阅读
下载PDF
职称材料
2
基于MI-SVR模型的航空旅客出行指数预测方法研究
熊红林
朱人杰
冀和
樊重俊
徐佩
《控制与决策》
EI
CSCD
北大核心
2021
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部